内置Pretrained网络

一个图像分类使用卷积神经网络GoogLeNet pretrained深。

交互地调整pretrained深学习网络来学习一种新的图像分类任务。

提取图像特征认识从pretrained卷积神经网络训练图像分类器,并使用这些特性。特征提取是最简单和最快的方式使用pretrained深层网络的表征能力。例如,您可以使用fitcecoc训练支持向量机(SVM)(万博1manbetx统计和机器学习的工具箱™)提取的特征。因为特征提取只需要一个通过数据,这是一个很好的起点,如果你没有一个GPU加速网络训练。

分类的图像仿真软件®使用万博1manbetx图像分类器块。例子使用了pretrained深卷积神经网络GoogLeNet执行分类。

交互地调整pretrained网络分类新音频信号使用深层网络设计师。

一个训练有素的分类网络转换成一个回归网络。

利用转移学习训练的深度学习模型multilabel图像分类。

创建一个网络视频分类结合pretrained图像分类模型和一个LSTM网络。